一种基于监测数据的高速列车轴温动态报警阈值设定方法技术

本发明专利技术公开了一种基于监测数据的高速列车轴温动态报警阈值设定方法，具体按照以下步骤实施：步骤1、对列车的监测数据进行预处理；步骤2、轴温预测模型的建立；步骤3、热轴判别模型的建立，根据轴温预测模型得到轴温预测值T'，以及真实轴温值得到其相对误差值R，基于预测值可以建立热轴判别模型，若预测值根实际值之间的差异突然变大，则可将此定为可能发生热轴故障，从而提前检查车辆，以防止车辆因热轴而发生的故障，根据实际情况，定出其热轴等级的动态阈值，此热轴的判别标准是基于一个动态的阈值而设定，这样就解决了热轴误报率高的问题，本发明专利技术解决了现有技术中存在的轨边设备故障率高，热轴兑现率低的问题。

【技术实现步骤摘要】

本专利技术属于高速列车故障诊断
，具体涉及一种基于监测数据的高速列车轴温动态报警阈值设定方法。
技术介绍
随着我国高速列车的快速发展，运营里程的不断增加，高速列车的安全问题备受关注，其中车轴的安全尤为重要。列车在行驶过程中常因列车轴温过高而造成机车破损、机车故障，甚至造成重大的列车出轨事故。轴承产生热轴的主要原因有：轴承内圈或保持架崩裂，润滑油质量不符合标准要求，润滑油稠度过高，机构装配过紧，负载过大等。热轴是指那些与正常的运转热相比，温度异常高的轴承轴箱。热轴的判别就是将可能的热轴识别出来，并主要分为微热、强热和激热这三个等级处理。微热级是故障的初始阶段，这时可以沿线跟踪观察，做非停车处理；强热级是事故形成阶段，必须立即采取措施以免轴承永久性破坏，造成事故；激热级是故障到末期必须立即停车检查。热轴的准确判别和预报是列车安全运行的重要保证。现有车轴故障检测方法主要是在基于人工经验设定轴温阈值的基础上，然后实时监测轴温，并将轴温检测值与温度阈值进行比较，从而确定车轴故障类型并发出警报。显然，过高的温度阈值存在安全隐患，而过低的温度阈值会引起故障误报，降低行车效率。然而，由于影响车轴的因素复杂，现有方法尚未能考虑周围环境以及运行条件等因素对轴温的影响，因而为了保证行车安全，只得设置较低的安全阈值，使得误报频发。
技术实现思路
本专利技术的目的是提供一种基于监测数据的高速列车轴温动态报警阈值设定方法，解决了现有技术中存在的轨边设备故障率高，热轴兑现率低的问题。本专利技术所采用的技术方案是，一种基于监测数据的高速列车轴温动态报警阈值设定方法，具体按照以下步骤实施：步骤1、对列车的监测数据进行预处理；步骤2、轴温预测模型的建立；步骤3、热轴判别模型的建立。本专利技术的特点还在于，步骤1具体为：步骤(1.1)、采集高速列车的运行速度v、轴温T、环境温度C、运行时间t以及载重L；步骤(1.2)、将步骤(1.1)中采集到的高速列车的停车阶段去掉，即去掉v＝0的点，在每一个起停阶段加入初始的轴温值T0。步骤2具体为：步骤(2.1)、预测变量的相关性，得到各变量之间的相关系数；步骤(2.2)、预测模型的建立。步骤(2.1)具体为：对经过所述步骤1处理后的高速列车的预测变量进行相关性分析，即对运行速度v、每个起停阶段的初始轴温T0、环境温度C、运行时间t以及载重L与轴温T之间的相关性系数进行分析，其依据公式如下： r = N Σ x i y i - Σ x i Σ y i N Σ x i 2 - ( Σ x i ) 2 N Σ y i 2 - ( Σ y i ) 2 ]]>其中，N为预测变量的个数，xi为自变量，yi为因变量——轴温T，r为皮尔逊Pearson相关系数，当(1)0.8≤r≤1时，变量为极强相关；(2)0.6≤r＜0.8时，变量为强相关；(3)0.4≤r＜0.6时，变量为中等程度相关；(4)0.2≤r＜0.4时，变量为弱相关；(5)0.0≤r＜0.2时，变量为极弱相关或者无相关，因此，可以根据此相关系数值的大小来确定变量的相关程度，也可以将无相关的变量去除掉，只分析相关的变量。步骤(2.2)具体为：步骤(2.2.1)、对经过步骤1处理后轴温数据进行回归分析：根据步骤(2.1)得到的各变量之间的相关系数，去掉不相关或者极弱相关的变量；步骤(2.2.2)、根据样本回归模型的矩阵其中，为偏回归系数，e表示残差，表示当其他自变量取值固定时，自变量xi每改变一个单位时yi的变化量，将每一个运行阶段中的变量速度v(x1i)、每个起停阶段的初始轴温T0(x2i)、环境温度C(x3i)、运行时间t(x4i)以及载重L(x5i)作为回归模型中的自变量xki，且生成自变量矩阵如下： X = ( x 1 i ) T ( x 2 i ) 本文档来自技高网...

【技术保护点】
一种基于监测数据的高速列车轴温动态报警阈值设定方法，其特征在于，具体按照以下步骤实施：步骤1、对列车的监测数据进行预处理；步骤2、轴温预测模型的建立；步骤3、热轴判别模型的建立。

【技术特征摘要】
1.一种基于监测数据的高速列车轴温动态报警阈值设定方法，其特征在于，具体按照以下步骤实施：步骤1、对列车的监测数据进行预处理；步骤2、轴温预测模型的建立；步骤3、热轴判别模型的建立。2.根据权利要求1所述的一种基于监测数据的高速列车轴温动态报警阈值设定方法，其特征在于，所述步骤1具体为：步骤(1.1)、采集高速列车的运行速度v、轴温T、环境温度C、运行时间t以及载重L；步骤(1.2)、将所述步骤(1.1)中采集到的高速列车的停车阶段去掉，即去掉v＝0的点，在每一个起停阶段加入初始的轴温值T0。3.根据权利要求1所述的一种基于监测数据的高速列车轴温动态报警阈值设定方法，其特征在于，所述步骤2具体为：步骤(2.1)、预测变量的相关性，得到各变量之间的相关系数；步骤(2.2)、预测模型的建立。4.根据权利要求3所述的一种基于监测数据的高速列车轴温动态报警阈值设定方法，其特征在于，所述步骤(2.1)具体为：对经过所述步骤1处理后的高速列车的预测变量进行相关性分析，即对运行速度v、每个起停阶段的初始轴温T0、环境温度C、运行时间t以及载重L与轴温T之间的相关性系数进行分析，其依据公式如下： r = NΣx i y i - Σx i Σy i NΣx i 2 - ( Σx i ) 2 NΣy i 2 - ( Σy i ) 2 ]]>其中，N为预测变量的个数，xi为自变量，yi为因变量——轴温T，r为皮尔逊Pearson相关系数，当(1)0.8≤r≤1时，变量为极强相关；(2)0.6≤r＜0.8时，变量为强相关；(3)0.4≤r＜0.6时，变量为中等程度相关；(4)0.2≤r＜0.4时，变量为弱相关；(5)0.0≤r＜0.2时，变量为极弱相关或者无相关，因此，可以根据此相关系数值的大小来确定变量的相关程度，也可以将无相关的变量去除掉，只分析相关的变量。5.根据权利要求3所述的一种基于监测数据的高速列车轴温动态报警阈值设定方法，其特征在于，所述步骤(2.2)具体为：步骤(2.2.1)、对经过所述步骤1处理后轴温数据进行回归分析：根据所述步骤(2.1)得到的各变量之间的相关系数，去掉不相关或者极弱相关的变量；步骤(2.2.2)、根据样本回归模型的矩阵其中，为偏回归系数，e表示残差，表示当其他自变量取值固定时，自变量xi每改变一个单位时yi的变化量，将每一个运行阶段中的变量速度v(x1i)、每个起停阶段的初始轴温T0(x2i)、环境温度C(x3i)、运行时间t(x4i)以及载重L(x5i)作为回归模型中的自变量xki，且生成自变量矩阵如下： X = ( x...

【专利技术属性】
技术研发人员：谢国，王竹欣，叶闽英，陶大羽，黑新宏，钱富才，冯楠，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61